基于迁移学习的中央空调物联网边缘节点异常感知方法

摘要

针对中央空调物联网云感知灵敏性差，在噪声环境中不易捕捉的问题，为此提出基于迁移学习的中央空调物联网边缘节点异常感知方法。根据数据迁移学习规律，推导计算任务迁移时经过指定窗口的频次及实时状态值，通过二者的关系阈值推导下一任务的迁移概率和状态值。建立中央空调物联网各个层次的二维观测序列，将聚类得到的每一组数据输入观测序列中演示，并计算当下观测值，通过余弦相似函数判定是否处于异常。仿真实验证明，所提方法在网络泛洪模拟攻击、黑洞攻击、数据削弱攻击下都能实现精准感知，误检率较低，具有一定应用价值。

关键词

中央空调 / 物联网 / 边缘节点异常感知 / 聚类 / 迁移学习 / 模型